售电量精准预测解决方案
2018-11-29 15:00:13
次
一、项目背景
随着电力体制改革和智能电网建设的不断深入,售电量己成为考核电力企业的一个重要指标,月度售电量预测对于国家电网公司合理地确定销售电量总定额、分解售电量销售指标、制订有序用电方案、指导发电厂和输配电网的合理运行、推动电力市场的发展和建设都具有十分重要的意义。
二、问题与挑战
1、售电量变化影响因素多。
2、影响售电量影响的各因素间关系复杂。
3、售电量预测模型需具备自学习功能,使得模型能够反映售电量最新的变化趋势。
4、预测模型实现全自动化建模过程。
三、解决方案
为实现自动化、自学习的售电量预测,减少业务人员的操作成本,开发了自动获取天气数据、节假日数据、经济数据的主要经济数据的网络爬虫工具,并结合电网的业扩报装等数据,构建了基于贝叶斯季节调整算法的售电量预测解决方案,主要步骤如下:
1、数据预处理:包括异常值处理、最优建模数据自动筛选等;
2、曲线分解:利用贝叶斯季节调整算法分解售电量曲线,分解得到趋势项、季节项和随机项;如图1。
3、分解预测:在相关性研究、前导性分析的基础上,分别考虑趋势项、季节项和随机项的相关因素,建立预测模型;
4、预测重构:通过趋势项、季节项和随机项的预测结果逐点相加得到售电量预测结果;
5、预测择优:在多种预测结果中自动选择最优预测结果;
6、春节调整:在深入研究春节对售电量影响的基础上,对预测结果进行调整,得到最终预测结果。如图2。
图1
图2
四、应用价值
外部数据自动爬取与结构化
售电量精准预测
五、相关案例
国网总部及省公司售电量预测
大型供电企业售电量预测
国网某省及地市公司售电量预测